针对RQ1，通过衡量模型聚类（CLLM）与人类分类（CHuman）之间的信息重合程度（如使用调整互信息等指标），评估两者在压缩信息时的一致性。这一部分主要对应框架中的「复杂性」维度，即输入信息的高效表示能力。

近日，图灵奖得主&美国纽约大学教授杨立昆（Yann LeCun）联合美国斯坦福大学团队打造出一款信息论框架， 借此揭示了大模型和人类的一个根本差异：即两者在平衡信息压缩和语义意义上采用了截然不同的策略 。